Robust 第 10 期：前端开发者如何入门机器学习？

机器学习是人工智能时代对于开发者而言，最核心也是最近的领域。机器学习看上去是比较深，比较复杂的后端开发技术，被算法工程师紧紧掌控着，前端开发者难道不能涉足吗？咱们真的要错过吗？若是我是前端开发者，如何入门机器学习？要学 python 吗？我不会怎么办？本期 Robust 我就带你来聊一聊机器学习。

网易云音乐：点击播放

求打赏🙇若是你以为 Robust 这样一档技术类的谈话节目还不错，但愿我继续作下去，不妨打赏支持。你能够扫描本文下方的二维码打赏，也能够加我微信后红包打赏。

1. 什么是人工智能？
   简单的讲，是要用信息技术模拟人的天然行为，以辅助人类完成某些工做。
   它包含哪些内容？最起码：a 感觉系统（传感器技术）b 认知系统（天然语言处理 (NLP)，深度神经网络）c 决策系统（深度学习）d 响应系统（机器人技术）
2. 什么是机器学习？
   咱们如今讲机器学习，实际就是讲基于神经网络的深度学习。它是人工智能的认知决策的核心内容。
3. 目前已经实现的领域有哪些？
   图像识别、自动驾驶、智能语音（同声传译）、搜索、艺术创做、医学诊断、玩游戏
   语言中提到的搜索引擎 magi.com/
4. 机器学习基本上能够分为三个类别: 监督学习、非监督学习和强化学习。
5. 对于前端同窗（非数学专业）而言，如何用更简单的语言描述机器学习中遇到的复杂概念？
   对于复杂概念而言，它的本质是对具体描述的抽象。它之因此难懂，是由于抽象程度高。咱们要作的，就是还原它的具体，咱们先忘记这些概念，去搞明白抽象背后的具体描述。一个概念，能够用不一样的具体描述与之对应，咱们就用本身平常生活中最接近本身的具体事件去描述，在没有概念的状况下，咱们也能知道，这个概念是在描述一件什么事。当咱们反复用啰里八嗦的具体描述去阐释一个东西时，咱们天然而然，就会有强烈愿望用一个简单的概念去描述它，这个时候，咱们再来看，就会发现原来这个概念就是这么回事。
6. 那么咱们如何用简单语言来描述“监督学习”这个概念呢？
   它的本质就是概括法。
   简单的说，你首先须要一堆数据【给定数据集，也被称为训练集】，这些数据都是客观事实。其次，你须要有一个训练算法，经过这个算法，找出这一堆数据的内在联系（通常用一个函数来表示），这个东西就是训练的结果，也就是咱们常听见的模型。【训练阶段】最后，利用这个模型，去预测一个新给的参数所带来的结果。【推理阶段】
   其中，训练算法是关键。它存在性能问题，为何呢？这和机器学习的范式（概括法）有关。机器学习和咱们以往寻找最优解的模式不一样。咱们之前寻找一个最优解，考虑的是运算最短路径和准确性，也就是在保证必定能找到最优解的状况下，用最少的运算次数找到最优解。
   而机器学习皆然不一样，它的预设是没有基本规则前提下的概括方法，所以，经过机器学习找到最优解不是精确的，而是近似的，至于运算的次数，要看运气，但通常而言，都是将全部可能遍历一边。咱们传统的一些思考方法，都是有预设和前提的，好比说，找出一组数中，最小的值。用传统算法，咱们在“找出最小值”这个目标下，能够先将这些值进行分组，每组最小的再比，或者经过冒泡算法之类的进行排序，总之，咱们很明确知道不一样值之间它们存在的大小关系。
   可是，机器学习的前提是，它不知道两个值谁大谁小。你须要先让它学习，好比说，1和2，它事先不知道1和2谁大谁小，你须要告诉它，你能够先告诉它这么一个集合[[1, 2], [8, 199], [5, 92], [43, 1993], [234, 93582], …]，而后告诉它每个数组第一个值比第二个值小。这个集合就是训练集。它能够经过这个集合学习到 a-b<0 的时候，表示a比b小。而这个 a-b<0 就是它的训练结果，未来遇到任何两个数，它都能知道这两个数谁大谁小。有了这个谁大谁小的前提，才能进行后面的“找出最小值”的算法。
   那么怎么进行训练呢？这里就涉及到“成本函数”“神经网络”等等概念。
7. 什么是成本函数？
   训练的本质，实际上就是求函数的系数的过程。好比，咱们初中学习的一元二次方程，y=ax^2+bx+c，这个一元二次方程能够运用到的地方实在太多太多了。好比经典的案例是“波特兰的房价”，一套房子大概能卖多少钱呢？假设它受三个因素影响：地理位置a，房子大小b，采光c。那么咱们咱们怎么知道 a, b, c 分别是多少呢？初中求一元二次方程告诉咱们，须要给咱们三组x, y，而后代来代去，最后算出 a, b, c。
   机器学习的训练过程当中，没有求一元二次方程这么高的智慧，它能干啥呢？它只能干最蠢的事，你须要先知道三套或以上的房子的实际价格，也就是知道三个以上 [x, y] 把全部的a, b, c可能的值，一个一个的代入到方程中，而后计算出 x, y，而后去看，当前代入的 a, b, c 算出来的 x, y 是否和这三个 [x, y] 都匹配，若是找到一组 a, b, c 正好让方程知足三个 [x, y]，那么说明这一组 a, b, c 就是咱们要找的解。
   机器学习就是这么蠢。
   那么什么是成本函数呢？如今，把上面这个房价问题抽象成坐标轴中的数学问题。三套已知房价就是平面坐标轴上的3个点。接下来，机器学习假设a的范围是[0, 100], b的范围是[0, 50]，c的范围[0, 10]，这里是先假设，假如再这个范围没找到，咱们再扩大范围。A, b, c 的组合就有50000种可能，也就是在坐标系里面，能够画出50000条抛物线。那么哪一条抛物线才是咱们要的呢？就是去看这些抛物线和已经画出来的那三个点。靠的最近的，就是那一条。怎么靠的最近呢？在x 相同的状况下，点的y值减去抛物线上的y值最小，三个点都这么去计算，固然，为了不正负号问题，还能够相减以后求绝对值，这三个绝对值相加最小的那一条抛物线，就是咱们要找的抛物线了。而这个算法，最终会变成一个 f(a, b, c) 的函数，而这个函数，就是成本函数。
   成本函数，决定了此次训练过程的性能，也就是要花多少时间才能找到正确的 a,b,c，这个过程，运气很差的，可能比挖矿还要慢。
8. 什么是神经网络呢？
   咱们如今所说的神经网络，多半是指深度神经网络。深度学习就是指基于深度神经网络的机器学习。神经网络和深度神经网络就是程度上的不一样，本质同样。
   神经网络和人脑神经元网络同样，每个神经元都有本身处理信息的能力，经过树突接收信息，经过轴突输出信息。接收的信息可能来自另一个神经元输出的信息。
   在深度神经网络中，这些神经元被分层，每一层所负责的工做不同，每一层能够包含多个神经元。每一层输出的信息，能够被下一层的任何神经元接收，这个根据须要来处理。
   核心就在于，每个神经元所包含的算法，以及这个神经元所得出结果的权重。算法工程师在编程时，实际上就是在干这件事，首先安排一个什么样的神经网络，其次，给网络中的每个神经元加入算法和权重，而后找一大堆训练集，运行这个网络。
   回到咱们上面的房价问题。咱们用穷举 a, b, c 的方法实在是太笨了。咱们把这个穷举过程改成用神经网络来处理的过程。咱们如今建立一个2层的神经网络。对于输入而言，地理位置的权重最大，房子大小权重居中，采光条件权重最小。第一层网络要解决一件事，就是将训练集中的全部房子之间，a, b, c 的关系转化为某个特殊逻辑关系，这个逻辑关系虽然是从已知的这些训练数据中来，可是和训练数据已经彻底没有关系了，从输入到输出这个过程，被称为“激活”。
   第二层网络要干一件事，就是将咱们上面找到的逻辑关系再次进行运算，获得特定逻辑和房价之间的关系。
   至于中间的激活函数是什么，咱们就不去纠结了，这是算法工程师要写的东西。
   最终的效果是，经过这个两层的神经网络，咱们减小了找到 a, b, c 的时间，同时提升了准确率。
9. 什么是激活函数？
   在上面提到的过程当中，原始输入值在输出以后，为了方便下一层网络使用，咱们都要对这些不规则的结果值，进行归一化，通常都是将这些值转化为 [0,1] 或者 [-1, 1] 之间的小数，这样，咱们能够很是容易的对两个值进行观察和处理，而不用考虑不规则的数之间带来的差别。而负责这个转化过程的算法被称为“激活函数”，激活函数的主要做用，其实是将非线性的数转化为线性的，也就是咱们常常听到的“线性变换”。
   目前最常被提到的激活函数有 sigmoid, tanh, relu.
10. 什么是模型？
    说白了，模型就是训练结果。也就是最前面，找出二元一次方程系数后，把这个二元一次方程固定下来。另一我的在要预测另一套房子的时候，就不须要本身再去训练，而是直接拿你训练的模型，也就是这个二元一次方程，传入对应的x，获得y就结束了。
    训练算法是获得模型的关键。前面说过，机器学习不是追求最准确，而是近似。因此，就有一个算法调优的过程，也就是以更小的代价，获得更靠近准确值的 a, b, c 的过程。算法工程师的功力，实际上就在算法调优（发明或改进算法）的能力上。
11. 什么是卷积神经网络（CNN）？
    首先，什么是卷积？中文翻译的好，它包含“卷”和“积”，积就是相乘，卷就是相加且有反复接二连三的意思。卷积就是将要素值相乘，而后将乘积相加的过程，相加多少次由计算目的决定。不过，在相加过程当中，实际上有一个衰变过程，也就是说，前面的乘积，在后续的相加过程当中，会衰变，对权重的影响不如最新的积带来的效果大。它的本质，实际上，就是加权叠加，经过加权叠加，咱们能够找到权重突出的要素。这也是卷积被应用到神经网络中的缘由之一。
    那么什么是卷积神经网络呢？深度神经网络有不少层组成，每一层内包含不少神经元，层与层之间有前后顺序。在众多神经网络中间，有这么一种神经网络，里面包含了一个特殊的层，这个层的主要做用是对输入值进行分组后相乘，而后经过激活函数进行归一化，并且，这个神经网络很奇怪，这个特殊层有连续好多个，只是里面的参数有稍微的调整。这种就是卷积神经网络，而这个特殊层就是卷积层。固然，这里是一个缩减化的，实际上，在卷积神经网络中，连续重复的不是只有卷积层，而是多个层，通常包括：卷积层、线性整流层（也就是上面提到的激活函数）、池化层（衰减做用，以获得维度更小的特征）。而这些重复的层结束以后，还会有一个全链接层，将卷积结果作最终的整合，获得最终的结果。
    卷积神经网络在图像识别上取得了很是大的成功。咱们简单说一下，图像的本质是像素的组合。对图像识别，实际上就是对图像中事物到已有知识库中进行匹配的过程。怎么在卷积中作呢？首先，将图片像素RGB分别取出，并经过补充的方式，获得一个3的整数倍长宽的正方形。如今有一个滤波器（一个3x3的01矩阵），将原始R层切分为3x3的网格，每一格拿出来和滤波器每一个位置相乘，而后将全部位置相加，就获得一个值，而后将全部格子相乘相加获得的值组成一个新的矩阵，并经过激活函数，将上面的值归一化。按照上面的方法，再进行一次滤波相乘相加。如此反复几回，就能够获得一个通过归一化的很小矩阵，从而表达R层在某一个特征（滤波器所表达的这个特征）上的值。已一样的道理，再作其余层其余特征的卷积。最终在全链接层对这些特征值进行分类匹配，找出这张图片是车仍是猫的可能性各自多大。
12. 分类的重要性
    对样本进行分类，不管是监督学习（人为给出分类），仍是非监督学习（人为不给分类，只给出建立分类的方法），都极其重要。
    机器学习的目标，是要作出决策。决策的依据是什么？就是被预测的值被丢到哪个分类中。例如股票预测中，经过机器学习，得出3个分类，并对每个分类采起不一样的操做建议。当你输入新的一支股票时，它就能够预测这支股票属于不一样分类的几率，而且你能够经过最大几率的那个分类进行决策。
    因此，机器学习的【推理阶段】本质就是给目标进行分类的过程。而它进行分类的依据，就是来自【训练阶段】的结果，即模型。
13. 前端开发者如何学习机器学习？
    前端开发者最擅长的是应用开发，而非算法开发。因此，我以为，要从应用开发开始，创建兴趣。
    Tensorflow.js 是谷歌开源的机器学习框架，使用 Tensorflow.js 可使用 js 做为开发语言，进行机器学习的开发。对于这个框架而言，咱们其实能够作两件事：a 纯做为一个第三方开发库，用来作应用开发；b 进行训练开发，建立属于本身的模型。
    若是刚开始，咱们能够不用它来作训练，而是只用一些已经公开的模型，来作应用开发。
    它的官方网站是 tensorflow.google.cn/js 你能够在官网上找到它的接口，固然，用于训练的接口你能够先无论，能够先跟着官方的入门文章，掌握如何利用官方公开的模型，作一些小案例，好比如何识别手写体数字等等。这段时间是疫情时期，你们都在家远程办公，长时间坐着会不会带来健康问题，有一位腾讯的小伙伴突发其想，利用人体骨架模型写了一个监控坐姿的小应用，你能够经过 www.doverr.com/alarm/index… 访问。其实里面涉及的技术还挺多的，有兴趣能够本身去八一八。一样是人体骨架模型，实际上，还有有其余的用法，好比我想到一个点，就是经过对人体骨架的预测，来匹配背景音乐，这样，可让抖音背景音乐更匹配。
    在使用 tensorflow.js 实现了一些应用以后，若是有兴趣，就能够学习它的训练api，同时深刻去学习算法，编写本身的神经网络，建立本身的模型。
    在小有成就感以后，就能够从新回头，开始去研究机器学习算法，甚至从新学习高数来提高本身的算法能力。

Robust 是一档程序员的谈话节目，聊一聊编程，聊一聊科技。你能够在这里收听往期全部节目。若是你喜欢欢迎收藏和打赏。